> ## Documentation Index > Fetch the complete documentation index at: https://docs.fim.ai/llms.txt > Use this file to discover all available pages before exploring further. # Häufig gestellte Fragen > Häufig gestellte Fragen zu FIM One — Setup, Funktionen, Lizenzierung und mehr. ## Allgemein FIM One funktioniert mit **jedem OpenAI-kompatiblen LLM-Anbieter**. Dies umfasst: * **Kommerzielle APIs** — OpenAI, DeepSeek, Anthropic (Claude), Alibaba Qwen, Google Gemini und jeden Anbieter, der einen `/v1/chat/completions`-Endpunkt bereitstellt. * **Lokal/selbstgehostet** — Ollama, vLLM, LocalAI, LM Studio und jede andere Runtime, die das OpenAI-kompatible API-Format bedient. Sie konfigurieren Ihren Anbieter über drei Umgebungsvariablen in `.env`: ```bash theme={null} LLM_API_KEY=sk-your-key LLM_BASE_URL=https://api.openai.com/v1 # change for other providers LLM_MODEL=gpt-4o # change for other models ``` Siehe das [Quick Start](/quickstart)-Handbuch für anbieter-spezifische Beispiele. Ja. FIM One verbindet sich mit jedem Endpunkt, der das OpenAI-kompatible API-Format implementiert. Beliebte selbstgehostete Optionen sind: | Runtime | Basis-URL | Beispielmodell | | ------------- | --------------------------- | --------------------------- | | **Ollama** | `http://localhost:11434/v1` | `qwen2.5:14b` | | **vLLM** | `http://localhost:8000/v1` | `Qwen/Qwen2.5-72B-Instruct` | | **LocalAI** | `http://localhost:8080/v1` | `llama3` | | **LM Studio** | `http://localhost:1234/v1` | (was Sie laden) | Setzen Sie `LLM_API_KEY` auf einen beliebigen nicht-leeren String (z. B. `ollama`), wenn der Anbieter keine Authentifizierung erfordert. Alle Agent-Funktionen — ReAct-Reasoning, DAG-Planung, Tool-Aufrufe — funktionieren identisch, unabhängig davon, ob das Modell lokal oder in der Cloud gehostet ist. FIM One wird unter einer **Source Available License** veröffentlicht. Dies ist keine OSI-genehmigte Open-Source-Lizenz, bietet aber umfangreiche Freiheiten für die meisten Anwendungsfälle: **Erlaubt:** * Interne Nutzung innerhalb Ihrer Organisation * Änderung und benutzerdefinierte Entwicklung * Verteilung mit intakter Lizenz * Einbettung in Ihre eigenen (nicht konkurrierenden) Anwendungen **Eingeschränkt:** * Multi-Tenant-SaaS-Angebote * Konkurrierende Agent-Plattformen * White-Labeling oder Entfernung von Branding Für Anfragen zur kommerziellen Lizenzierung öffnen Sie bitte ein Issue auf [GitHub](https://github.com/fim-ai/fim-one). Siehe die vollständige [LICENSE](https://github.com/fim-ai/fim-one/blob/master/LICENSE) für vollständige Bedingungen. Ja — Geldverdienen ist nicht das, was die Lizenz einschränkt. Sie können eine FIM One-basierte Lösung für einen einzelnen Kunden bereitstellen, vorausgesetzt, es ist eine **dedizierte, Single-Tenant-Bereitstellung** für die interne Nutzung des Kunden und **FIM One-Branding bleibt intakt**. Drei Dinge erfordern eine separate [kommerzielle Lizenz](mailto:license@fim.ai): * **White-Labeling** — Entfernen oder Verbergen von FIM One-Branding, damit es unter der Marke des Kunden ausgeliefert wird. (Dies ist die häufigste Stolperfalle für Agenturen und Integratoren.) * **Multi-Tenant-Wiederverwendung** — Bedienung mehrerer Kunden aus einer gemeinsamen Bereitstellung oder ein beliebiges „FIM One-as-a-Service"-Angebot. * **Konkurrierende Plattformen** — Verwendung von FIM One zum Aufbau einer anderen Agent-Orchestrierungs-, Workflow- oder Task-Planning-Plattform. Siehe [Häufige Szenarien](/license#common-scenarios) auf der Lizenzseite für die vollständige Aufschlüsselung. **Öffnen Sie KEIN öffentliches GitHub-Issue für sensible Sicherheitslücken.** * **Sensible Berichte** (Anmeldedaten-Offenlegung, Authentifizierungs-Bypass, Injection usw.) — verwenden Sie [GitHub Security Advisories](https://github.com/fim-ai/fim-one/security/advisories/new) oder senden Sie eine E-Mail an **[security@fim.ai](mailto:security@fim.ai)**. * **Probleme mit niedriger Schweregrad** (fehlende Header, Informationsoffenlegungen) — öffnen Sie ein reguläres GitHub-Issue mit dem Label `security`. Alle Berichte werden innerhalb von 48 Stunden (Geschäftstage) bestätigt. Kritische Probleme werden so schnell wie möglich gepatcht; andere werden mit der nächsten Version ausgeliefert. Siehe die vollständige [Sicherheitsrichtlinie](https://github.com/fim-ai/fim-one/blob/master/SECURITY.md) für Umfang, Reaktionszeitpläne und Best Practices für selbstgehostete Systeme. ## Bereitstellung **Mindestanforderungen:** | Ressource | Anforderung | | -------------- | -------------------------------------------------------------------------- | | **Python** | 3.11+ | | **RAM** | Mindestens 2 GB | | **Festplatte** | 1 GB frei (plus Speicherplatz für hochgeladene Dokumente und Vector Store) | | **Node.js** | 18+ (für lokale Entwicklung) | **Empfohlen für Produktion:** | Ressource | Empfehlung | | ------------- | ---------------------------------------------------------------- | | **RAM** | 4 GB+ (besonders wenn Embedding-Modelle lokal ausgeführt werden) | | **CPU** | 2+ Kerne | | **Datenbank** | PostgreSQL für Multi-Worker-Bereitstellungen | **Docker-Alternative:** Docker 20+ und Docker Compose v2. Kein lokales Python oder Node.js erforderlich — alles wird im Container erstellt. Ja. Sowohl Docker als auch lokale Entwicklung funktionieren auf ARM-Architekturen, einschließlich Apple Silicon (M1/M2/M3/M4) Macs. Das Docker-Image wird nativ für `linux/arm64` erstellt, und alle Python- und Node.js-Abhängigkeiten haben ARM-kompatible Wheels oder Fallbacks. FIM One nutzt Datenbanken auf zwei unterschiedliche Arten: **1. Interne Datenbank (FIM Ones eigene Daten):** * **SQLite** — konfigurationslos Standard, ideal für Entwicklung und Single-Worker-Bereitstellungen. * **PostgreSQL** — empfohlen für Produktion, erforderlich für Multi-Worker-Setups (`WORKERS > 1`). **2. Connector-Ziele (Systeme, mit denen Sie sich verbinden):** FIM One kann sich über Database Connectors mit externen Datenbanken als Datenquellen verbinden: | Datenbank | Status | | ----------- | ----------- | | PostgreSQL | Unterstützt | | MySQL | Unterstützt | | Oracle | Unterstützt | | SQL Server | Unterstützt | | DM (Dameng) | Unterstützt | | KingbaseES | Unterstützt | | GBase | Unterstützt | | Highgo | Unterstützt | Jeder Database Connector generiert automatisch drei Tools: `list_tables`, `describe_table` und `query`. Schema-Introspection, KI-gestützte Annotation und schreibgeschützte Query-Ausführung sind standardmäßig enthalten. Ja. FIM One ist von Grund auf für Multi-Tenant-Bereitstellungen konzipiert: * **JWT-Authentifizierung** — tokenbasierte Authentifizierung mit Sitzungsisolation pro Benutzer. * **Organisationsisolation** — Ressourcen (Agenten, Connectors, MCP-Server) sind auf Organisationen beschränkt. Wissensdatenbanken bleiben privat für ihren Besitzer und werden nie direkt geteilt. * **Rollenbasierter Zugriff** — Admin- und Benutzerrollen mit angemessenen Berechtigungsgrenzen. * **Ressourceneigentum** — Konversationen und Konfigurationen sind pro Benutzer isoliert. Für Multi-User-Produktionsbereitstellungen verwenden Sie PostgreSQL als interne Datenbank und setzen Sie `WORKERS` auf Ihre erwartete Parallelität. ## Funktionen FIM One bietet zwei Ausführungs-Engines, die jeweils für verschiedene Aufgabentypen geeignet sind: | | ReAct (Standard) | DAG (Planner) | | -------------------------- | -------------------------------------------------------------------------- | -------------------------------------------------------------------------------------- | | **Funktionsweise** | Einzelne Reasoning-Schleife: Reason, Act, Observe, wiederholen | LLM zerlegt das Ziel in einen Abhängigkeitsgraph; unabhängige Schritte laufen parallel | | **Am besten geeignet für** | Fokussierte Abfragen, Lookups in einzelnen Systemen, Konversationsaufgaben | Multi-Step-Aufgaben, systemübergreifende Orchestrierung, parallele Datenerfassung | | **Parallelität** | Sequenziell (ein Tool nach dem anderen) | Gleichzeitig (unabhängige Schritte laufen gleichzeitig via asyncio) | | **Neuplanung** | N/A | Bis zu 3 Runden automatischer Neuplanung, wenn Ziele nicht erreicht werden | **Auto-Modus** (Standard) verwendet einen schnellen LLM-Klassifizierer, um jede eingehende Abfrage zu analysieren und leitet sie automatisch an die optimale Engine weiter. Sie können den Modus auch manuell über den Drei-Wege-Schalter in der Chat-UI auswählen (Auto / Standard / Planner). Für einen tieferen Einblick siehe [Execution Modes](/concepts/execution-modes). FIM One bietet drei Möglichkeiten zum Erstellen von Connectoren — ohne Python-Code erforderlich: **1. OpenAPI-Spezifikation importieren** — Laden Sie eine YAML-, JSON- oder URL-Datei hoch, die auf eine OpenAPI-Spezifikation verweist. FIM One analysiert die Spezifikation und generiert automatisch Connectoren mit allen Aktionen. **2. AI Chat Builder** — Beschreiben Sie die API, die Sie verbinden möchten, in natürlicher Sprache. Die KI generiert und iteriert die Connector-Konfiguration im Gespräch mit 10 spezialisierten Builder-Tools für Einstellungen, Aktionen, Tests und Agent-Verdrahtung. **3. MCP-Protokoll** — Verbinden Sie jeden MCP (Model Context Protocol) Server direkt. Das MCP-Ökosystem von Drittanbietern funktioniert sofort. Für Datenbank-Connectoren konfigurieren Sie die Verbindungsdetails (Host, Port, Anmeldedaten) und FIM One generiert automatisch Schema-Introspection und Query-Tools. Siehe die [AI Builder](/concepts/ai-builder) Dokumentation und das [Extension Guide](/extension-guide) für Schritt-für-Schritt-Anweisungen. Ja. Der **Copilot-Modus** von FIM One ist speziell für die Einbettung in Host-Systeme konzipiert. Sie können ihn über folgende Methoden integrieren: * **iframe** — Betten Sie die FIM One Chat-Oberfläche direkt in jede Webseite ein. * **Widget** — Ein leichtes Chat-Widget, das sich über Ihre bestehende UI legt. * **API** — Verwenden Sie das FastAPI-Backend direkt für vollständig benutzerdefinierte Integrationen. Im Copilot-Modus arbeitet die KI neben Benutzern in ihrer vertrauten Oberfläche — fragt Daten ab, generiert Berichte und orchestriert Aktionen, ohne Benutzer zum Wechsel von Anwendungen zu zwingen. Siehe [Execution Modes](/concepts/execution-modes) für Konfigurationsdetails zu den Liefermodi Standalone, Copilot und Hub. FIM One unterstützt 6 Sprachen (Englisch, Chinesisch, Japanisch, Koreanisch, Deutsch, Französisch) mit einer vollständig automatisierten Übersetzungs-Pipeline: 1. **Bearbeiten Sie nur englische Quelldateien** — UI-Strings in `frontend/messages/en/*.json`, Dokumentation in `docs/*.mdx` (Root-Ebene) und `README.md`. 2. **Auto-Übersetzung beim Commit** — Ein Pre-Commit-Hook erkennt Änderungen an englischen Dateien und übersetzt sie über das Fast LLM des Projekts. Übersetzungen sind inkrementell: nur neue, geänderte oder gelöschte Inhalte werden verarbeitet. 3. **Bearbeiten Sie übersetzte Dateien niemals manuell** — Dateien in `messages/zh/`, `messages/ja/`, `docs/zh/`, `docs/ja/` usw. werden alle automatisch generiert und überschrieben. Um den Übersetzungs-Hook nach dem Klonen einzurichten: ```bash theme={null} bash scripts/setup-hooks.sh ``` Um eine vollständige Neuübersetzung zu erzwingen: ```bash theme={null} uv run scripts/translate.py --all ``` ## Beitragen FIM One freut sich über Beiträge aller Art — Code, Dokumentation, Übersetzungen, Fehlerberichte und Funktionsideen. **Erste Schritte:** 1. Lesen Sie das [Contributing Guide](https://github.com/fim-ai/fim-one/blob/master/CONTRIBUTING.md) für Setupanweisungen, Codierungskonventionen und den PR-Prozess. 2. Durchsuchen Sie [Good First Issues](https://github.com/fim-ai/fim-one/labels/good%20first%20issue) nach kuratierten Aufgaben, die für Anfänger geeignet sind. 3. Überprüfen Sie [Open Issues](https://github.com/fim-ai/fim-one/issues) auf Fehler und Funktionsanfragen. **Pioneer Program:** Die ersten 100 Mitwirkenden, deren PR zusammengeführt wird, werden als **Founding Contributors** mit permanenten Credits, einem Profilabzeichen und prioritärer Issue-Unterstützung anerkannt. | Schicht | Technologie | | ------------------- | --------------------------------------------------- | | **Backend** | Python 3.11+, FastAPI, SQLAlchemy, Alembic, asyncio | | **Frontend** | Next.js, React, TypeScript, Tailwind CSS, shadcn/ui | | **LLM-Integration** | OpenAI-kompatible API (anbieterunabhängig) | | **Vektorsuche** | LanceDB + Jina embeddings | | **Datenbank** | SQLite (Entwicklung) / PostgreSQL (Produktion) | | **Paketmanager** | uv (Python), pnpm (Node.js) | | **Bereitstellung** | Docker Compose, Single-Process-Skript | Die Codebasis folgt einer asynchronen, protokollgesteuerten Architektur ohne Vendor Lock-in. * **Dokumentation** — Sie sind hier. Durchsuchen Sie die Abschnitte [Guides](/quickstart), [Concepts](/architecture/system-overview) und [Configuration](/configuration/environment-variables). * **Discord** — Treten Sie dem [FIM One Discord](https://discord.gg/z64czxdC7z) bei, um Echtzeitunterstützung und Community-Diskussionen zu erhalten. * **GitHub Issues** — Melden Sie Fehler und Funktionsanfragen auf [GitHub](https://github.com/fim-ai/fim-one/issues). * **Twitter/X** — Folgen Sie [@FIM\_One](https://x.com/FIM_One) für Updates und Ankündigungen.